结构化文件存储
- xml, json,
- 为了解决不同设备之间信息交换
- xml，
json
XML文件
- 参考资料
- XML(eXtensibleMarkupLanguage)， 可扩展标记语言
- 标记语言： 语言中使用尖括号括起来的文本字符串标记
- 可扩展：用户可以自己定义需要的标记
例如：
<Teacher> 自定义标记Teacher 在两个标记之间任何内容都应该跟Teacher相关 </Teacher>- 是w3c组织制定的一个标准
- XML描述的是数据本身，即数据的结构和语义
HTML侧重于如何显示web页面中的数据
- XML文档的构成
- 处理指令(可以认为一个文件内只有一个处理指令)
- 最多只有一行
- 且必须在第一行
- 内容是与xml本身处理起相关的一些声明或者指令
- 以xml关键字开头
- 一般用于声明XML的版本和采用的编码
- version属性是必须的
- encoding属性用来支出xml解释器使用的编码
- 根元素(一个文件内只有一个根元素)
- 在整个xml文件中，可以把他看作一个树形结构
- 根元素有且只能由一个
- 子元素
- 属性
- 内容
- 表明标签所存储的信息
- 注释
- 起说明作用的信息
- 注释不能嵌套在标签里
- 只有在注释的开始和结尾使用双短横线
三短横线只能出现在注释的开头而不能用在结尾
<name> <!-- wangdapeng --> </name> #可以 <name <!-- wangdapeng -->> </name> #不可以，注释在标签内 <!--my-name-by-wang--> #可以，注释内容可以有一个短横线 <!--my--name--by--wang-->#不可以，双短横线只能出现在开头或结尾 <!---my-name--> #可以， 三短横线只能出现在开头 <!---my-name---> #不可以， 三短横线只能出现在开头
- 处理指令(可以认为一个文件内只有一个处理指令)
- 保留字符的处理
- XML中使用的符号可能跟实际符号相冲突，典型的就是左右尖括号
使用实体引用(EntityReference)来表示保留字符
<score> score>80 </score> #有错误，xml中不能出现> <score> score>80</score> #使用实体引用把含有保留字符的部分放在CDATA块内部，CDATA块把内部信息视为不需要转义
<![CDATA[ select name,age from Student where score>80 ]]>常用的需要转移的保留字符和对应实体引用
- &:& - <:< - >:> - ':' - ":" - 一共五个， 每个实体引用都以&开头并且以分号结尾
- XML标签的命名规则
- Pascal命名法
- 用单词表示，第一个字母大写
- 大小写严格区分
- 配对的标签必须一直
- 命名空间
为了防止命名冲突
<Student> <Name>LiuYing</Name> <Age>23</Age> </Student> <Room> <Name>2014</Name> <Location>1-23-1</Location> </Room>如果归并上述两个内容信息，会产生冲突
<Schooler> <Name>LiuYing</Name> <Age>23</Age> <Name>2014</Name> <Location>1-23-1</Location> </Schooler>- 为了避免冲突，需要给可能冲突元素添加命名空间
xmlns: xml name space 的缩写
<Schooler xmlns:student="http://my_student" xmlns:room="http://my_room"> <student:Name>LiuYing</student:Name> <Age>23</Age> <romm:Name>2014</room:Name> <Location>1-23-1</Location> </Schooler>
XML访问
读取
- XML读取分两个主要技术,SAX， DOM
- SAX（Simple API for XML):
- 基于事件驱动的API
- 利用SAX解析文档设计到解析器和事件处理两部分
- 特点:
- 快
- 流式读取
- DOM
- 是W3C规定的XML编程接口
- 一个XML文件再缓存中以树形结构保存，读取
- 用途
- 定位浏览XML任何一个节点信息
- 添加删除相应内容
- minidom
- minidom.parse(filename):加载读取的xml文件, filename也可以是xml代码
- doc.documentElement:获取xml文档对象，一个xml文件只有一个对于的文档对象
- node.getAttribute(attr_name):获取xml节点的属性值
- node.getElementByTagName(tage_name)：得到一个节点对象集合
- node.childNodes:得到所有孩子节点
- node.childNodes[index].nodeValue:获取单个节点值
- node.firstNode:得到第一个节点，等价于node.childNodes[0]
- node.attributes[tage_name]
- 案例v01
- etree
- 以树形结构来表示xml
- root.getiterator:得到相应的可迭代的node集合
- root.iter
- find(node_name):查找指定node_name的节点,返回一个node
- root.findall(node_name):返回多个node_name的节点
- node.tag: node对应的tagename
- node.text:node的文本值
- node.attrib： 是node的属性的字典类型的内容
- 案例v02
- xml文件写入
- 更改
- ele.set:修改属性
- ele.append: 添加子元素
- ele.remove:删除元素
- 案例 v03
- 生成创建
- SubElement, 案例v04
- minidom 写入， 案例v05
- etree创建， 案例v06
- 更改
<?xml version="1.0" encoding="utf-8" ?>
<School type="online" loc="beijing">
<Student gender="male">
<score> math>80 </score>
<name>
haha
</name>
<age>18</age>
</Student>
<Student>
<name>haha</name>
<age>18</age>
</Student>
<Student>
<name>haha</name>
<age>18</age>
</Student>
</School>student.xml
<?xml version="1.0" encoding="utf-8" ?>
<School>
<Teacher desc="PythonTeacher" score="good">
<Name>LiuDana</Name>
<Age_1 Detail="Age for year 2010">18</Age_1>
<Mobile>13260446055</Mobile>
</Teacher>
<Student>
<Name Other="他是班长">ZhangSan</Name>
<Age Detail="The yongest boy in class">14</Age>
</Student>
<Student>
<Name>LiSi</Name>
<Age>19</Age>
<Mobile>15578875040</Mobile>
</Student>
<!-- 这是北京图灵学院的一个例子而已 -->
</School>案例v01
import xml.dom.minidom
# 负责解析xml文件
from xml.dom.minidom import parse
# 使用minidom打开xml文件
DOMTree = xml.dom.minidom.parse("student.xml")
#得到文档对象
doc = DOMTree.documentElement
# 显示子元素
for ele in doc.childNodes:
if ele.nodeName == "Teacher":
print("-------Node:{0}-----".format(ele.nodeName))
childs = ele.childNodes
for child in childs:
if child.nodeName == "Name":
# data是文本节点的一个属性，表示他的值
print("Name: {0}".format(child.childNodes[0].data))
if child.nodeName == "Mobile":
# data是文本节点的一个属性，表示他的值
print("Mobile: {0}".format(child.childNodes[0].data))
if child.nodeName == "Age":
# data是文本节点的一个属性，表示他的值
print("Age: {0}".format(child.childNodes[0].data))
if child.hasAttribute("detail"):
print("Age-detail: {0}".format(child.getAttribute("detail")))案例v02
import xml.etree.ElementTree
root = xml.etree.ElementTree.parse("student.xml")
print("利用getiterator访问：")
nodes = root.getiterator()
for node in nodes:
print("{0}--{1}".format(node.tag, node.text))
print("利用find和findall方法：")
ele_teacher = root.find("Teacher")
print(type(ele_teacher))
print("{0}--{1}".format(ele_teacher.tag, ele_teacher.text))
ele_stus = root.findall("Student")
print(type(ele_stus))
for ele in ele_stus:
print("{0}--{1}".format(ele.tag, ele.text))
for sub in ele.getiterator():
if sub.tag =="Name":
if "Other" in sub.attrib.keys():
print(sub.attrib['Other'])案例v03
import xml.etree.ElementTree as et
tree = et.parse(r'to_edit.xml')
root = tree.getroot()
for e in root.iter('Name'):
print(e.text)
for stu in root.iter('Student'):
name = stu.find('Name')
if name != None:
name.set( 'test', name.text * 2)
stu = root.find('Student')
#生成一个新的 元素
e = et.Element('ADDer')
e.attrib = {'a':'b'}
e.text = '我加的'
stu.append(e)
# 一定要把修改后的内容写回文件，否则修改无效
tree.write('to_edit.xml')案例v04
import xml.etree.ElementTree as et
stu = et.Element("Student1")
name = et.SubElement(stu, 'Name')
name.attrib = {'lang','en'}
name.text = 'maozedong'
age = et.SubElement(stu, 'Age')
age.text = 18
et.dump(stu)案例v05
import xml.dom.minidom
#在内存中创建一个空的文档
doc = xml.dom.minidom.Document()
#创建一个根节点Managers对象
root = doc.createElement('Managers')
#设置根节点的属性
root.setAttribute('company', 'xx科技')
root.setAttribute('address', '科技软件园')
#将根节点添加到文档对象中
doc.appendChild(root)
managerList = [{'name' : 'joy', 'age' : 27, 'sex' : '女'},
{'name' : 'tom', 'age' : 30, 'sex' : '男'},
{'name' : 'ruby', 'age' : 29, 'sex' : '女'}
]
for i in managerList :
nodeManager = doc.createElement('Manager')
nodeName = doc.createElement('name')
#给叶子节点name设置一个文本节点，用于显示文本内容
nodeName.appendChild(doc.createTextNode(str(i['name'])))
nodeAge = doc.createElement("age")
nodeAge.appendChild(doc.createTextNode(str(i["age"])))
nodeSex = doc.createElement("sex")
nodeSex.appendChild(doc.createTextNode(str(i["sex"])))
#将各叶子节点添加到父节点Manager中，
#最后将Manager添加到根节点Managers中
nodeManager.appendChild(nodeName)
nodeManager.appendChild(nodeAge)
nodeManager.appendChild(nodeSex)
root.appendChild(nodeManager)
#开始写xml文档
fp = open('Manager.xml', 'w')
doc.writexml(fp, indent='\t', addindent='\t', newl='\n', encoding="utf-8")案例v06
import xml.etree.ElementTree as et
#在内存中创建一个空的文档
etree = et.ElementTree()
e = et.Element('Student')
etree._setroot(e)
e_name = et.SubElement(e, 'Name')
e_name.text = "hahahah"
etree.write('v06.xml')